基于NSCT域平均梯度能量驱动红外与可见光图像融合算法

摘要：

针对红外与可见光图像融合造成的成像边缘存在模糊区域问题,提出一种基于非下采样轮廓波变换(Nonsubsampled Contourlet,NSCT)域平均梯度能量驱动的红外图像(IFR)与可见光图像(VBI)融合算法,首先对IFR和VBI分别进行NSCT变换,得到低频、中频、高频子带系数,低频融合采用平均梯度能量(Average Gradient Energy,AVGE)取最大的方法进行融合,中频融合采用空间频率(Spatial Frequency,STF)取最大值进行融合,高频提出了一种平均梯度能量驱动脉冲耦合神经网络(Average Gra-dient Energy Pulse Coupled Neural Network,AVGE-PCNN)的融合方法进行融合,采用逆非下采样轮廓波变换(Inverse Nonsubsampled Contourlet Transform,INSCT)得到最终融合图像,实验采用三组不同场景的IFR和VSI图像进行融合处理.通过对比实验证明,提出的融合方法在改善图像边缘模糊方面效果良好,主观评估和客观评价均优于DWT、DTCWT、NSCT算法.

关键词：红外图像、可见光图像、脉冲耦合神经网络、平均梯度能量、非下采样轮廓波变换

所属期刊栏目：40

分类号：TH138.5

在线出版日期：2023-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：86-92